Page 63 - focusUnimore_novembre2024
P. 63

Hopfield della rete che ora prende il suo nome,   “I fisici del nostro dipartimento sono impegnati
                nei primi anni ‘80, ha permesso di comprendere   in progetti di ricerca che usano estensivamente
                come i nodi di una rete neurale possano essere   queste tecnologie anche nell’ambito di iniziative

                usati per memorizzare informazioni e ricostruirle,   d’avanguardia  nazionali  ed  europee”,  aggiunge
                anche quando incomplete o parzialmente distorte,   il Prof.  Federico Grasselli, docente del corso
                un processo che ricorda il modo in cui il cervello   “Machine Learning for Scientific  Applications”,
                recupera ricordi frammentati (memoria associati-  anch’esso offerto all’interno della LM in Physics.
                va). Le macchine di Boltzmann, ideate da Hinton   Tra questi progetti spiccano il Network europeo di
                negli anni ‘80 utilizzando le leggi della meccanica   dottorato Marie Sklodowska Curie “Machine lear-
                statistica sviluppate da Ludwig Boltzmann nel XIX   ning for quantum” che integra il machine learning

                secolo, sono invece particolari reti artificiali dotate   alle tecnologie quantistiche, il centro di eccellenza
                di un semplice algoritmo di apprendimento che   europeo “MAX - Material design at the exascale”,
                permette loro di “scoprire” regolarità nei dati di   il Network europeo DAEMON “Data-driven appli-
                addestramento.                                 cations towards the engineering of functional ma-

                  Tutti noi utilizziamo il machine learning, anche   terials”, che combinano il machine learning alle
                inconsapevolmente, in contesti quotidiani, dagli   scienze computazionali e alla scienza dei dati per
                assistenti vocali alle raccomandazioni sui con-  disegnare materiali innovativi, e il progetto “Desi-
                tenuti online. Tuttavia, il suo impatto è profondo   gning Solid-State Spin Qubits”, finanziato dal Fon-
                anche in tutti i campi della ricerca scientifica fon-  do Italiano per la Scienza e coordinato dal Prof.
                damentale, dove la capacità di analizzare grandi   Marco Govoni, che sfrutta il machine learning per

                moli di dati e identificare pattern complessi si sta   progettare qubits, gli elementi alla base dei com-
                rivelando utilissima.                          puter quantistici.
                  “Queste nuove tecniche sono particolarmen-     Mantenere la leadership su questi temi significa

                te presenti nelle attività didattiche e scientifiche   innanzitutto formare le nuove generazioni di fisi-
                dei fisici del Dipartimento di Fisica, Informatica e   ci ai nuovi approcci. La Laurea Magistrale In-
                Matematica (FIM) di Unimore” commenta la Prof.  ternazionale Physics di Unimore offre corsi
                ssa Alice Ruini, docente del corso “Laboratory   specifici sull’applicazione del machine lear-
                of Quantum Simulation of Materials” della LM in   ning a diversi settori della fisica, dal disegno
                Physics (FIM). Con lungimiranza, l’Ateneo ha da   e alla analisi di nuovi nano-materiali all’a-
                poco finanziato la linea strategica Digital design   strofisica, fornendo agli studenti gli strumenti

                of sustainable materials, finalizzata a integrare il   per rendere enormemente più rapida la soluzione
                machine  learning  e il  calcolo scientifico  ad  alte   di problemi di frontiera, sia in ambito di ricerca sia
                prestazioni per applicazioni alla scienza dei ma-  in ambito industriale. La Fisica moderna, che ha
                teriali [FOCUS 37, giugno 2023], uno dei punti di   fornito la base per la concettualizzazione del ma-
                eccellenza della fisica modenese.              chine learning, viene ora aiutata da esso a risolve-
                                                               re efficacemente problemi completamente nuovi.

















                                                           63
   58   59   60   61   62   63   64   65   66